Ich brauche dringend Hilfe, um die in einer alten Arbeit durchgeführten statistischen Hypothesentests abzuleiten. Allerdings muss ich nur aus der Zusammenfassung der Arbeit einige vernünftige Vermutungen anstellen, da der Originaltext auf Chinesisch ist, was ich nicht verstehen kann (nach ausführlicher Suche konnte ich den Originaltext auch nicht auf Chinesisch finden).
Der Titel des Artikels lautet: „Nachweis von Schwesterfarbstoffaustausch bei Arbeitern, die Kohlenteerpech und flüchtigen Stoffen aus Koksöfen ausgesetzt sind“
Die Zusammenfassung des Papiers (das 1998 veröffentlicht wurde, lautet wie folgt):
Um die Veränderungen genetisch-toxikologischer Wirkungen auf beruflich gegenüber polyzyklischen aromatischen Kohlenwasserstoffen (PAK) exponierte Arbeiter zu kennen, wurde bei 23 Arbeitern, die gegenüber Kohlenteerpech (CTP) und in exponiert waren, Sister Chromatic Exchange (SCE) mit den Methoden der peripheren Lymphozytenkultur nachgewiesen 19 Arbeiter, die gegenüber flüchtigen Stoffen aus Koksöfen (COV) exponiert waren, und 12 normale Kontrollpersonen. Die Ergebnisse legten nahe, dass der SCE bei Berufstätigen signifikant höher war als bei Kontrollpersonen (11,31 gegenüber 6,37, P < 0,001). Der SCE bei Arbeitern, die CTP und COV ausgesetzt waren, war höher als der der Kontrollgruppe (10,27 bzw. 12,58 vs. 6,37). Bei Arbeitern, die CTP und COV ausgesetzt waren, gab es keine Unterschiede von SCE für Raucher und Nichtraucher (P > 0,05). Es wird darauf hingewiesen, dass CTP und COV eine starke genetische Toxizität und Chromosomenschädigung verursachten.
Wie ist Ihrer Meinung nach die obige Untersuchung organisiert worden?
Zum Beispiel: a) Welche Arten von statistischen Hypothesentests wurden von den Forschern durchgeführt b) Welche Art von Daten wurden gesammelt und für jeden statistischen Hypothesentest verwendet c) Welche Methoden wurden für jeden Hypothesentest verwendet?
Jemand anderes kann wahrscheinlich näher erläutern, wie "periphere Lymphozytenkultur" funktioniert, aber die statistischen Ergebnisse legen mir Folgendes nahe:
Die Ergebnisse legten nahe, dass der SCE bei Berufstätigen signifikant höher war als bei Kontrollpersonen (11,31 gegenüber 6,37, P < 0,001).
Dies ist ein t-Test bei zwei Stichproben. Berufstätige Arbeiter wurden in einer Gruppe zusammengefasst und der Mittelwert von SCE für diese Arbeiter (11,31) wurde mit Kontrollen (6,37) verglichen. Die Nullhypothese besagt, dass die Mittelwerte nicht unterschiedlich sind. Sie lehnen die Nullhypothese ab. Es wäre schön, wenn sie die Standardfehler für die Mittelwerte enthalten würden, damit Sie ein Gefühl für das Ausmaß der Variation innerhalb der Gruppen hätten.
Der SCE bei Arbeitern, die CTP und COV ausgesetzt waren, war höher als der der Kontrollgruppe (10,27 bzw. 12,58 vs. 6,37).
Dies ist wahrscheinlich eine ANOVA mit drei Gruppen (CTP, COV und Kontrolle). Dieser Test ist mit dem ersten Test irgendwie überflüssig, da der entsprechende Post-Hoc-Test Ihnen sagt, dass CTP und COV beide signifikant höher sind als die Kontrolle. Da sie aber nur einen P-Wert melden, ist dies wahrscheinlich der gesamte F-Test für die ANOVA. Alles, was sie mit diesem Test sagen können, ist also "mindestens eine Gruppe ist anders". Sie wissen nicht, ob sich beispielsweise CTP und COV voneinander unterscheiden. Aus dem Text geht nicht hervor, dass sie einen Post-hoc-Test durchgeführt haben (zum Beispiel Tukeys HSD), aber ich bezweifle es.
Bei Arbeitern, die CTP und COV ausgesetzt waren, gab es keine Unterschiede von SCE für Raucher und Nichtraucher (P > 0,05).
Betrachtet man nur die Berufsgruppen, wird die Stichprobe in Raucher und Nichtraucher unterteilt. Es gab keinen signifikanten Unterschied im mittleren SCE zwischen den Gruppen. Dies ist ein t-Test mit zwei Stichproben wie der erste. Die Nullhypothese besagt, dass die Mittelwerte nicht unterschiedlich sind. Sie lehnen die Nullhypothese nicht ab.
Es ist auch möglich (aber unmöglich, dies allein anhand der Zusammenfassung zu bestimmen), dass sie eine einzelne, größere multiple Regression durchgeführt haben. Richtig kodiert wären sie in der Lage, sofort auf Beruf vs. Kontrolle, CTP vs. COV vs. Kontrolle und Raucher vs. Nichtraucher zu testen. Mit einer so kleinen Stichprobe wäre es ziemlich heikel, also haben sie diesen Ansatz wahrscheinlich nicht gewählt.
Die Nullhypothese eines t-Tests bei zwei Stichproben lautet, dass sich die Mittelwerte zweier Gruppen nicht voneinander unterscheiden.
Annahmen von t-Tests umfassen Normalverteilungen innerhalb von Gruppen und gleiche Varianz zwischen Gruppen. Diese sollten vor der Durchführung des Tests überprüft werden. Wir können davon ausgehen, dass die Autoren diese Tests durchgeführt haben, aber sie werden sehr selten berichtet.
Nichtparametrische Alternativen sollten in Betracht gezogen werden, wenn die Annahmen nicht erfüllt sind. Davon abgesehen sind t-Tests ziemlich robust gegenüber Verstößen gegen diese Annahmen.
ANOVA ist im Allgemeinen ein Gleichheitstest zwischen N Gruppen. Sie können sich einen t-Test also nur als eine spezielle Art von ANOVA an zwei Gruppen vorstellen (tatsächlich sind sie numerisch gleich).
Chris
Benutzer6628
Chris
Benutzer6628
Chris